潮滩是全球固碳能力最高的生态系统之一,是缓解全球变暖的有效蓝色碳汇。针对潮滩碳汇功能,现有研究多关注生物作用下的碳输入过程,关于地貌演变,特别是潮沟曲流摆动引起的沉积物碳输出过程研究较少,因此无法准确评估潮滩碳汇功能的动...潮滩是全球固碳能力最高的生态系统之一,是缓解全球变暖的有效蓝色碳汇。针对潮滩碳汇功能,现有研究多关注生物作用下的碳输入过程,关于地貌演变,特别是潮沟曲流摆动引起的沉积物碳输出过程研究较少,因此无法准确评估潮滩碳汇功能的动态变化。研究结合野外观测、遥感反演与室内实验,探究了潮沟曲流摆动对潮滩沉积物碳输出过程的影响,从曲流摆动速率与有机碳空间分布特征两方面开展分析。研究结果表明:潮沟曲流摆动速率的空间差异可达数个量级,由粉砂滩的10^(-3) m/s锐减至互花米草盐沼滩的10^(-6) m/s;粉砂淤泥滩潮沟摆动速率存在显著的季节性差异,冬季摆动速率约为夏季的两倍;潮滩土壤有机碳含量呈海向递减趋势:互花米草盐沼滩(4.62 g/kg)>粉砂淤泥滩(2.61 g/kg)>粉砂滩(1.51 g/kg);综合考虑曲流摆动速率与土壤有机碳含量,发现粉砂滩沉积物碳输出速率显著高于互花米草盐沼滩,可达49.4 g C m^(-2) a^(-1),与该区域的碳埋藏速率相当。研究证实了潮沟曲流摆动对潮滩沉积物碳输出过程的重要性,为提升潮滩碳汇功能预测水平提供了重要的理论依据与数据支撑。展开更多
准确识别岩质高边坡结构面和获取产状统计信息是进行边坡稳定性分析的重要前提。无人机摄影测量技术为解决高边坡结构面准确勘测难题提供了可能,但缺少高效准确的影像后处理方法,且现有研究没有考虑结构面产状信息特征的不确定性,致使...准确识别岩质高边坡结构面和获取产状统计信息是进行边坡稳定性分析的重要前提。无人机摄影测量技术为解决高边坡结构面准确勘测难题提供了可能,但缺少高效准确的影像后处理方法,且现有研究没有考虑结构面产状信息特征的不确定性,致使结构面识别准确性差、效率低。针对该问题,以江西省南昌市某露天矿高边坡为研究背景,提出了融合无人机摄影、后处理算法及统计分析的一体化结构面识别与产状统计信息采集方法。首先,通过Phantom 4 Pro V2.0无人机获取边坡表面影像;其次,利用Context Capture软件进行处理,得到高密度三维点云数据;然后,采用K近邻(KNN)算法中的确定近邻点数量法构建相似点集,采用基于密度的聚类(DBSCAN)算法进行聚类分析,从而实现边坡结构面识别,获得结构面产状信息并进行统计特征分析;最后,通过现场勘测数据进行对比验证。结果表明:该方法能够快速获取完整的高密度点云数据,准确高效地识别岩质高边坡大部分结构面,识别结果与边坡工程现场实际情况基本吻合;该方法可获取高边坡结构面数量、产状信息及其统计特征,大部分结构面倾角和倾向概率分布与实测数据拟合较好,为高边坡裂隙网络模型构建及稳定性分析提供了重要数据来源。展开更多
文摘潮滩是全球固碳能力最高的生态系统之一,是缓解全球变暖的有效蓝色碳汇。针对潮滩碳汇功能,现有研究多关注生物作用下的碳输入过程,关于地貌演变,特别是潮沟曲流摆动引起的沉积物碳输出过程研究较少,因此无法准确评估潮滩碳汇功能的动态变化。研究结合野外观测、遥感反演与室内实验,探究了潮沟曲流摆动对潮滩沉积物碳输出过程的影响,从曲流摆动速率与有机碳空间分布特征两方面开展分析。研究结果表明:潮沟曲流摆动速率的空间差异可达数个量级,由粉砂滩的10^(-3) m/s锐减至互花米草盐沼滩的10^(-6) m/s;粉砂淤泥滩潮沟摆动速率存在显著的季节性差异,冬季摆动速率约为夏季的两倍;潮滩土壤有机碳含量呈海向递减趋势:互花米草盐沼滩(4.62 g/kg)>粉砂淤泥滩(2.61 g/kg)>粉砂滩(1.51 g/kg);综合考虑曲流摆动速率与土壤有机碳含量,发现粉砂滩沉积物碳输出速率显著高于互花米草盐沼滩,可达49.4 g C m^(-2) a^(-1),与该区域的碳埋藏速率相当。研究证实了潮沟曲流摆动对潮滩沉积物碳输出过程的重要性,为提升潮滩碳汇功能预测水平提供了重要的理论依据与数据支撑。
文摘准确识别岩质高边坡结构面和获取产状统计信息是进行边坡稳定性分析的重要前提。无人机摄影测量技术为解决高边坡结构面准确勘测难题提供了可能,但缺少高效准确的影像后处理方法,且现有研究没有考虑结构面产状信息特征的不确定性,致使结构面识别准确性差、效率低。针对该问题,以江西省南昌市某露天矿高边坡为研究背景,提出了融合无人机摄影、后处理算法及统计分析的一体化结构面识别与产状统计信息采集方法。首先,通过Phantom 4 Pro V2.0无人机获取边坡表面影像;其次,利用Context Capture软件进行处理,得到高密度三维点云数据;然后,采用K近邻(KNN)算法中的确定近邻点数量法构建相似点集,采用基于密度的聚类(DBSCAN)算法进行聚类分析,从而实现边坡结构面识别,获得结构面产状信息并进行统计特征分析;最后,通过现场勘测数据进行对比验证。结果表明:该方法能够快速获取完整的高密度点云数据,准确高效地识别岩质高边坡大部分结构面,识别结果与边坡工程现场实际情况基本吻合;该方法可获取高边坡结构面数量、产状信息及其统计特征,大部分结构面倾角和倾向概率分布与实测数据拟合较好,为高边坡裂隙网络模型构建及稳定性分析提供了重要数据来源。
